×

AK-MCS公司

swMATH ID: 18303
软件作者: B.Echard、N.Gayton、M.Lemaire
描述: AK-MCS:一种结合克里金和蒙特卡罗模拟的主动学习可靠性方法。结构可靠性的一个重要挑战是保持对数值模型的调用次数最少。工程问题涉及越来越复杂的计算机代码,评估失效概率可能需要非常耗时的计算。元模型用于减少这些计算时间。为了评估可靠性,最流行的方法仍然是响应面的多种变体。多项式混沌[1]和支持向量机[2]也是可能的,并在过去几十年中得到了研究人员的考虑。然而,最近,起源于地质统计学的克里格法在可靠性分析中出现了。克里格法在优化中得到了广泛应用,它刚刚开始出现在不确定性传播[3]、可靠性和研究中。它呈现出有趣的特性,如精确插值和预测的局部不确定性指数,可用于主动学习方法。本文的目的是提出一种基于蒙特卡罗模拟和克里金元模型的迭代方法,以更有效地评估结构的可靠性。该方法称为AK-MCS,用于结合克里格法和蒙特卡罗模拟的主动学习可靠性方法。它被证明是非常有效的,因为AK-MCS获得的故障概率非常准确,而且这仅适用于对性能函数的少量调用。通过文献中的几个例子来说明该方法并证明其有效性,特别是在处理高非线性、非可微性、非凸和非关联失效域和高维问题时
主页: http://www.sciencedirect.com/science/article/pii/S0167473011000038
相关软件: 鲮鱼EGO公司乌兹拉布Scikit公司Matlab公司克里格投资公司顶部。PRMLT公司githubCOSSAN公司COSSAN-X公司阿尔格努德随机工具箱骰子优化DiceKriging公司骰子评估世界煤炭协会科学PyOpenTURNS公司蟒蛇
引用于: 102文件
全部的 前5名

258位作者引用

11 吕、郑州
6 孟曾
5 高,梁
5 刘永寿
4 迈克尔·A·比尔。
4 洪林雄
4 李华聪
4 凌春燕
4 迈克尔·D·希尔兹。
4 小米
4 张金浩
4 张一尚
4 周焕林
冯凯轩
布鲁诺·苏德雷特
马尔科斯·瓦尔德贝尼托。
魏鹏飞
肖宁聪
杨旭峰
岳、朱峰
2 陈汉书
2 赵丹
2 皮埃尔·德伦内斯
2 傅江峰
2 韩旭
2 郝鹏
2 胡浩
2 蒋超
2 贝鲁奥斯·凯什特加
2 李清
2 杰罗姆·莫里奥
2 彭、凯
2 莫森·拉什基
2 宋景文
2 米罗斯拉夫·沃·埃科夫斯克
2 王大鹏
2 王璐
2 王,潘
2 王泽瑜
2 杨梅德
2 姚,秦
2 袁凯
2 云、婉莹
2 张德全
2 周长聪
2 恩里科·齐奥
1 迭戈·A·阿尔瓦雷斯。
1 阿拉巴马州阿梅里安
1 奥伊斯,尤尼斯
1 戈拉姆雷扎·阿齐齐扬
1 朱利安·巴罗思
1 朱利安·贝特
1 纳齐赫·贝努梅西亚拉
1 Chandrakanth的Bolisetti
1 尼古拉·博斯克
1 M·布里弗。
1 曹立雄
1 Chakroborty,Promit公司
1 陈炳倩
1 陈国海
1 陈秀龙
1 陈泽泉
1 程家明
1 楚生
1 彼得罗·马科·康格多
1 崔海超
1 阿比利奥·M·P·德·耶稣。
1 吉莱斯·德法克斯
1 Dhulipala,Somayajulu L.N。
1 F.A.迪亚兹德拉奥。
1 杜秀丽
1 弗莱德里克·杜福尔
1 克莱门·杜哈梅尔
1 埃里,马克斯
1 马蒂亚斯·费斯(Matthias G.R.Faes)。
1 蒂亚戈Fazeres-Ferradosa
1 冯少军
1 谭凤杰
1 托马斯·费茨
1 傅俊建
1 蒙娜·福尔兰德
1 高宁
1 高宗湛
1 乔瑟林·加尼尔
1 曼苏尔·加勒诺维
1 穆罕默德·雷扎·加西米
1 龚贤良
1 米尔恰·丹·格里戈里奥
1 郭青
1 郭伟
1 韩强
1 郝红
1 何家龙
1 何鹏飞
1 塞琳·赫尔伯特
1 侯旭
1 赫里斯托夫,P.O。
1 胡应石
1 黄洪忠
1 黄晓东
…还有158位作者

按年份列出的引文